ACLJun, 2024

NLP-KG：一个自然语言处理科学文献的探索性搜索系统

PDF
TL;DR科学文献搜索是一种探索性方法，现有的科学文献搜索系统通常限于基于关键词的查询搜索，我们提出 NLP-KG 系统，支持在不熟悉的自然语言处理 (NLP) 领域探索研究文献，并提供语义搜索、调研论文检索、研究领域层次图和聊天接口等功能，以帮助用户全面地探索和理解不同领域之间的关系、NLP 中的陌生概念以及找到相关的研究文献。
scientific literature searchesnlp-kgexplorationresearch literaturenatural language processing
发现论文，激发创造
  • 药物发现知识图谱的自然语言处理：前景与风险

    通过自然语言处理从科学文献中挖掘非结构化文本作为知识图谱的数据源，探讨了利用自然语言处理构建和分析知识图谱在药物发现领域的前景和陷阱。

    Oct, 2023

  • NLPExplorer：探索自然语言处理论文的宇宙

    本文提出 NLPExplorer，这是一个自动的门户网站，用于索引、搜索和可视化自然语言处理（NLP）研究文献，它展示了有关论文、作者、会议和主题的有趣见解。

    Oct, 2019

  • 自然语言处理中知识图谱十年调研

    对自然语言处理中知识图谱相关研究领域进行综合调研，总结任务分类、相关贡献和研究进展，并提出了未来研究方向

    Sep, 2022

  • DiscoverPath: 一种面向生物医学研究的知识精炼与检索系统

    基于知识图谱的论文搜索引擎 DiscoverPath 可以提供生物医学研究的高效文章检索和跨学科知识探索，通过提取术语和关系创建知识图谱，并提供查询建议和可视化界面，以增强用户体验。

    Sep, 2023

  • 企业使用案例结合知识图谱与自然语言处理

    本研究论文基于最近对知识图谱（KG）和自然语言处理（NLP）的研究文献的调查，从企业环境的选定应用场景出发，探讨了这种组合所产生的协同效应。论文涵盖了 KG 构建、推理以及基于 KG 的 NLP 任务的各种方法。除了解释创新的企业用例外，我们还评估了它们在实际应用中的成熟度，并展望了未来的新兴应用领域。

    Apr, 2024

  • 一种新的神经搜索和洞察平台，用于浏览和组织人工智能研究

    我们提出了一种新的平台 AI Research Navigator，该平台结合了传统的关键词搜索和神经检索，可发现和组织相关文献，同时还可以提供多级文本粒度的搜索，从句子到跨文档的聚合，包括自然语言和领域特定的知识图导航。

    Oct, 2020

  • 在学术知识图中利用大型语言模型进行语义查询处理

    本研究旨在开发一种创新的语义查询处理系统，允许用户获取澳大利亚国立大学计算机科学（CS）研究员们所产生的研究作品的全面信息。该系统将大型语言模型（LLMs）与澳大利亚国立大学 CS 领域的 ANU Scholarly Knowledge Graph（ASKG）相结合，ASKG 是存储 ANU 所有研究相关产物的结构化知识库。通过结合 Deep Document Model（DDM）进行全面文档表示和 KG-enhanced Query Processing（KGQP）进行优化复杂查询处理的知识图融合方法，以解决传统学术知识图建设和利用方法的局限性，该方法能够获取来自 ASKG 的相关事实和文本节点，并在实验中显示出优于基准方法的结果，具有提高查询准确性和效率的潜力，为开发与 LLMs 的精确可靠交互奠定基础，强化了知识利用与自然语言理解能力。这项工作展示了该框架在学术研究场景中的实际应用，凸显其革新学术知识管理与发现的潜力，使研究人员更有效地获取和利用文档中的知识。

    May, 2024

  • 自然语言企业搜索的查询理解

    该研究介绍了一种基于自然语言的搜索引擎，它应用了深度学习的命名实体识别技术，实现了高效的客户关系管理平台，用户通过这个系统可以极大地节省时间，快速生成动态报告。

    Dec, 2020

  • 从数据到对话：利用知识图谱结构进行对话式探索搜索

    结合了知识图谱和对话界面的基于图的探索式搜索系统，通过自然语言提问和图结构导航相关主题，对新闻文章进行探索，并通过一项用户研究，评估了基于图的探索式搜索的有效性，并讨论了开发这样系统的设计影响。

    Oct, 2023

  • 能源语料库中的知识发现和信息抽取的自然语言处理

    应用自然语言处理方法，利用三种无监督模型 (Latent Dirichlet Allocation、Word2Vec 和 Transformer) 分析大规模特定主题科学文章的能源相关内容并实现文本的信息提取和知识发现，同时展示了能源材料研究中潜在的主题和概念，并开发了文档分类方法以加速能源研究和材料开发工作。

    Feb, 2024